等你下一次不管是用谷歌搜索引擎搜索問題也好，還是在谷歌地圖上找一家電影院的位置也罷，請你記住，在你看不見的地方，正有一個巨大的大腦在為你提供相關搜索結果，使你不至于在開車時迷了路。


當然，這里說的并不是人的大腦，而是網絡搜索巨頭谷歌的“谷歌大腦”(Google Brain)研究團隊。《財富》記者羅杰·帕洛夫曾專門撰文揭開了這支團隊的神秘面紗。“谷歌大腦”研究團隊迄今已經開發了1000多個所謂的“深度學習”項目，它們也是YouTube、谷歌翻譯、谷歌照片等近年來谷歌公司多個成功產品背后的大功臣。通過深度學習技術，研究人員能夠將海量數據輸入“神經元網絡”軟件系統進行處理，該系統能夠以人腦完全無法企及的速度，在海量數據中進行學習和模式分析。

近日，“谷歌大腦”團隊的創始人和負責人之一的杰夫·迪恩接受了《財富》雜志專訪，并談到了人工智能領域的研究進展及其帶來的挑戰，以及人工智能技術在谷歌產品中的應用。出于篇幅考慮，以下采訪稿有刪節。

問：在推動人工智能領域研究的過程中，科研人員主要面臨哪些挑戰？

人類的學習有大量內容來自無監督式的學習，也就是說，你只是在觀察周圍的世界，理解事物的道理。這是機器學習研究的一個非常活躍的領域，但目前研究的進展與監督式學習還是不能比擬的。

也就是說，無監督式學習指的是一個人通過觀察和感知進行的學習，如果計算機也能自行進行觀察和感知，就能幫助我們解決更復雜的問題了?

是的，人類的洞察力主要是通過無監督式學習訓練出來的。你從小就會觀察世界，但偶爾你也會得到一些監督式學習的信號，比如有人會告訴你：“那是一只長頸鹿”或“那是一輛小汽車”。你獲了這些少量的監督式信息后，你的心智模式就會自然地對其產生回應。

我們需要將監督式和非監督式學習更緊密地結合起來。不過以我們大部分機器學習系統的工作模式來看，我們現在還沒有完全進展到那個地步。

你能解釋一下什么是“強化學習”技術嗎？

“強化學習”背后的理念是，你并不一定理解你可能要采取的行動，所以你會先嘗試你應該采取的一系列行動，比如你覺得某個想法很好，就可以先嘗試一下，然后觀察外界的反應。這就好比玩桌游，你可以針對對手的舉動做出回應。最終在一系列的類似行為之后，你就會獲得某種獎勵信號。

強化學習的理念就是，在你獲得獎勵信號的同時，可以將功勞或過錯分配給你在嘗試過程中采取的所有行動。這項技術在今天的某些領域的確非常有效。

我覺得強化學習面臨的一些挑戰主要集中在當你可以采取的行為狀態極為寬泛的時候。在真實世界中，人類在任何給定的時候都可以采取一系列極為寬泛的行為。而在你玩桌游的時候，你能采取的只有有限的一系列行為，因為游戲的規則限制了你，而且獎勵信號也要明確得多——不是贏就是輸。

如果我的目標是泡一杯咖啡之類的，那我可能采取的潛在行為就相當寬泛了，而獎勵信號也沒有那么明顯了。

不過你們還是可以將步驟分解開，對吧？比如，如果你想泡一杯咖啡，你就可以通過學習得知，如果你在沖泡之前不將咖啡豆充分研磨，泡出來的咖啡就不會好喝。

對。我認為增強學習的一個特點就是它需要探索，所以在物理系統環境下使用它往往有些困難。不過我們已經開始嘗試在機器人上使用這種技術了。當機器人要需要采取某些行動中，它在特定一天內可以采取的行為是有限的。但是如果使用計算機模擬的話，就可以輕易地使用大量計算機獲得上百萬個樣本。

谷歌已經開始將強化學習技術用在核心搜索產品上了嗎？

我們通過與DeepMind(一家人工智能領域的創業公司，2014年被谷歌收購)和我們的數據中心運營人員的共同努力，已經將強化學習技術應用到了我們的核心產品上。他們還將這項技術運用在了數據中心的空調溫控系統上，在大大降低能耗的同時，達到了相同的、安全的冷卻效果和運行條件。它能探索溫控旋鈕的哪種設置是合理的，以及當你改變運行條件時應該如何做出響應。

通過強化學習技術，他們能夠探索這18個或者更多個溫控旋鈕的最優設置，而這可能是連專門負責溫控的工作人員都沒有做過的。熟悉溫控系統的人可能會覺得：“這個設置真奇怪。”然而事實上它的工作效果非常好。

什么樣的任務更適合應用強化學習技術？

上面說的數據中心這個案例之所以效果很好，就是因為在一段給定時間內并沒有太多不同的行為。溫控系統大概有18個溫控旋鈕，你可以把一個旋鈕調高或調低，結果都是很容易衡量的。只要你在可以接受的適當溫度范圍內運行，你的能耗利用率就會更好。從這個角度看，這幾乎是一個理想的強化學習技術的使用案例。

而至于在網絡搜索中，我應該顯示哪些搜索結果，這應該是強化學習技術的運用效果稍差的一個用例了。針對不同的搜索提問，我可以選擇顯示的搜索結果的面是很寬的，而且獎勵信號也不明確。比方說一名用戶看到了搜索結果，至于他心里喜不喜歡這個搜索結果，這是很不明顯的。

如果他們不喜歡某一搜索結果，你連衡量它都很難吧？

是的，的確有點棘手。我認為這個例子就能說明強化學習技術可能還不夠成熟，在這種獎勵信號不夠明確、約束條件太少的環境下，還不能真正有效地運行。

你們研究出來的這些技術要想應用到人們日常使用的產品中，還將面臨哪些最大的挑戰？

首先，很多機器學習解決方案和針對這些解決方案的研究是可以在各個不同領域重復使用的。比如我們與谷歌地圖團隊就在某些研究上展開了合作。他們希望能夠識別出街景圖片中的所有商戶名稱和標志牌，以更深入地了解這個世界——比如確定這究竟是一家披薩店還是別的什么。

事實證明，要想識別這些圖像中的文字，你可以對一個機器學習模型進行“訓練”，給它一些人們在文字周圍畫圈或畫框的樣本數據。這樣一來，機器學習模型就會學會分辨圖像中的哪些部分包含了文字。

這項能力總體還是很有用的。谷歌團隊的另一部分人還將該技術運用到了一項衛星圖像分析項目中，主要用來分辨美國和全世界的建筑物的房頂，以估算太陽能電池板在房頂上的安裝位置。

我們還發現，同樣的模型還能協助我們進行醫學影響分析方面的一些初級工作。比如說你有一些醫學影響，你想在其中發現一些與臨床相關的有趣的部分，你就可以用這個模型來幫忙。